ش | ی | د | س | چ | پ | ج |
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
یک گروه تحقیقاتی از دانشگاه ناگویا در ژاپن، هوش مصنوعی را برای تجزیه و تحلیل تصاویر سلولی ایجاد کرده است که از یادگیری ماشینی برای پیشبینی اثر درمانی داروها استفاده میکند. این فناوری جدید که در silico FOCUS نامیده می شود، ممکن است به کشف عوامل درمانی برای اختلالات عصبی مانند بیماری کندی کمک کند.
درمانهای کنونی بیماریهای عصبی اغلب دارای عوارض جانبی شدید، از جمله اختلال عملکرد جنسی و مسدود کردن تشکیل بافت عضلانی است. با این حال، محققانی که در جستجوی درمانهای جدید و کممضر هستند، به دلیل فقدان فناوریهای غربالگری مؤثر برای تشخیص مؤثر بودن یک دارو، مانع شدهاند. یک مفهوم امیدوارکننده «مفهوم تبعیض ناهنجاری» است، به این معنی که سلولهای عصبی که به درمان پاسخ میدهند، تفاوتهای جزئی در شکل نسبت به نورونهایی دارند که پاسخ نمیدهند. با این حال، تشخیص این تفاوت های ظریف با چشم غیر مسلح دشوار است. فناوریهای رایانهای کنونی نیز برای انجام تجزیه و تحلیل بسیار کند هستند.